或者在使用多个风格图像的时候，可以控制混合的程度来呈现不同的图像类型。

还可以在保留颜色的前提下改变图像风格，比如说，如果你设置参数-original_colors 1，系统输出的图片会保留原图的颜色（如下图）。

以上就是Prisma背后的全部技术原理，当我们剖析一下发现其实里面的原理并不复杂，对于熟悉深度学习的人来说，不出一周就可以复现出其中的算法。

但最重要的是体会到此算法成功的核心在于利用了深度学习网络对于高层语意信息的表达能力，同时巧妙的构造出损失函数，其他的就只是顺水推舟的使用深度神经网络进行求解而已。

利用AI算法修图虽酷，但Prisma也有一定的缺陷

比如说，一定要在有网络状态较好、网络较快的状态下才可以使用顺畅，因为需要在线加载绘画风格图像以及用户提供的内容图片需要发送到远程的服务器上进行人工智能计算后再传回来，所以，相对其他修图软件，它的图片编辑速度慢很多，一般都需要等待几十秒才可以看到预览效果。

另外，因为所有的图片处理都是在云端完成，所以会有少部分用户遇到使用人数过多，服务器过载的情况。

一样使用深度学习，deepart.io为何不像Prisma一样火？

在Prisma出现之前，也有过一款基于深度学习技术的修图应用：deepart.io，但是deepart却无法取得像Prisma一样的成功。

一方面在于其处理一张图片需要消耗大量的的GPU时间，导致了很多服务器资源开销，如果用户愿意承担这部分费用，处理时间在半小时左右，如果不捐助的话，需要6个小时左右；

另一方面，deepart主要是由大学的研究员做的技术性实验，并不会投入过多的精力，在风格图像类型、品牌推广和商业化应用上考虑较少。

而Prisma通过优化了算法，相对缩短了一大部分的操作时间，并且用户不需要到网页提交照片、不需要注册即可免费使用35种不同绘画风格的滤镜，在这个移动互联网的时代，这样的移动App更受大众欢迎。

最近，Prisma推出了Android版，这无疑会带来更大的用户量，日活跃度有可能超越200万人次。据透露，“视频滤镜”已经进入内测阶段，大约在一周后会发布，此外，还有可能会推出“GIF艺术滤镜”、“视频直播”等功能，创造出“流动的油画”。

还记得在两年前，波兰画家兼导演dorota kobiela以及奥斯卡获奖制片人hugh welchman开始筹备一部专门向梵高致敬的手绘油画电影《loving vincent》，近百名画师经高强度训练并每日模仿梵高风格，目前已完成超过5.6万幅绘画作品。在这部片里，每一幅静止的画都是模仿梵·高绘画风格的油画，电影每一秒都将用到12幅这样的画，然后一系列静止的画组合在一起快速播放，形成动态的效果。

如果把Neural art的技术成功应用到视频上，这部梵高的电影再不需要如此高投入，甚至还“拍摄”任意绘画风格的电影，将电影与艺术糅合，把自己封印在艺术品里，是件很美的事，就像蒙娜丽莎，在达芬奇的画中，她的微笑是永恒的。人对美和永恒的追求，这也许是Prisma能这样迅速夺取人心的深层次原因。

Prisma的意义在于以艺术的名义用流行的方式把深度学习的能力展现给了大众。虽然如今众多的人工智能公司使用AI技术去服务大众，但像Prisma这样如此火热的引爆大众对于如今人工智能技术的惊讶还十分少见。

但我想这只是一个开始，人工智能技术正在向各个领域进发，无论是高科技领域如自动驾驶，机器人，还是一些偏门的领域，如艺术，社会公益，都会不断看到人工智能带来的实惠和惊喜。

也许你第一次使用Prisma的时就被其效果深深的折服。我想说的是，你的惊讶才刚刚开始。